Keras，自定义图像数据集，二进制结果，百分比为

Question

我有两大组图片。每张图片都附有一个百分比。我有一个模型训练有那些返回二进制结果的图像，0或1.我想返回机器对0或1的确定程度的百分比。

为了举个例子，我们假设它们是Cat图像。我还有一个百分比关于“猫”的大小。是（100％非常大，0％非常小）。我希望模特告诉我＆＃34;这是一只78％大的猫＃34;

我当前的数据集基于两个文件夹（大型猫科动物和小型猫科动物）。第一个数字是图像的编号（例如，1到1000）。第二个数字是猫的大小百分比：

../big_cats
    cat1_78.png
    cat2_97.png
    cat3_67.png
    ...
../small_cats
    cat1_12.png
    cat2_9.png
    cat3_24.png
    ...

所以现在我没有使用百分比，我要么得到0或1（大或小），但我的目标是模型用它来告诉我＆＃34;这是一个67％的大猫＃34;其中50％是中型猫，100％是最大的猫，0％是最小的猫。

我尝试过使用softmax和categorical_cassentropy，但这只是说明了猫大或小的二元决策的准确性（如果我理解正确的话）。

我的问题是：如何准备数据集以获得该结果？如何创建数据序列和验证以在图像名称中读取此百分比？我可以遵循任何教程吗？我需要使用Keras + Tensorflow。

Answer 1

您应该为输出预测图层设置密集（1）或（2）和 softmax ，因为您想知道图片是猫还是猫（两个类）。这意味着您需要将标签重新整形为（num_pic，2），其中第一列用于指示图片是否为猫，第二列用于指示图片是否为猫;或（num_pic，1）只是表明它是否是猫。

这样，两个（或一个）输出神经元中的每一个都是0到1之间的数字，可以用作概率。